Autor: Yang Tao, vice-diretor do Laboratório Nacional de Finanças e Desenvolvimento
Resumo
Desde que o ChatGPT nasceu, este robô de diálogo de inteligência artificial se tornou um dos tópicos mais quentes do mundo. Se discutirmos o status de aplicação da inteligência artificial no campo financeiro sob a ótica do ChatGPT, objetivamente falando, a inteligência artificial tem maior grau de aplicação em operações organizacionais, capacidades de serviço e gerenciamento de riscos. Devido a fatores técnicos e institucionais, é insuficiente para resolver outras necessidades financeiras. O artigo apontou que, embora o ChatGPT tenha destacado ainda mais as capacidades de aplicação da inteligência artificial, ele ainda enfrenta muitos desafios para o setor financeiro, tornando-o incapaz de trazer grandes mudanças para o setor financeiro por muito tempo.
O ChatGPT, um robô de diálogo desenvolvido pela OpenAI, um laboratório americano de pesquisa em inteligência artificial, atraiu a atenção de todos os setores da vida no país e no exterior e deu início a uma rodada de boom da inteligência artificial. Ao mesmo tempo, a transformação digital do setor financeiro tornou-se a tendência geral de todos os países e também é uma importante direção de reforma promovida pelas autoridades reguladoras do meu país. Portanto, a partir do ChatGPT e uma análise aprofundada do status, oportunidades e desafios da aplicação da inteligência artificial no campo financeiro ajudará a perceber com mais precisão o desenvolvimento de alta qualidade da ciência e tecnologia em finanças.
01O status quo do desenvolvimento de inteligência artificial e o status do ChatGPT
De uma perspectiva macro, a inteligência artificial é considerada a principal força motriz da economia digital, seja o design de alto nível do "14º Plano Quinquenal" e o plano de desenvolvimento da economia digital, ou a nova versão do sistema financeiro plano de desenvolvimento tecnológico e orientação de transformação digital no setor financeiro.Indústrias-chave e pedestais digitais. O rápido desenvolvimento da economia digital criou um bom ambiente econômico e técnico para a inteligência artificial; ao mesmo tempo, a inteligência artificial, como uma nova infraestrutura chave, também forneceu um novo impulso para o desenvolvimento da economia digital do meu país. No geral, a infraestrutura aberta e compartilhada de última geração, os processos de ferramentas focados e implementados e os diversos e amplos cenários de aplicativos fornecem um bom ambiente de aplicativos e espaço de mercado para o desenvolvimento vigoroso da inteligência artificial. **
Do ponto de vista das tendências de desenvolvimento tecnológico, o modelo de pré-treinamento em grande escala é, sem dúvida, o foco e o ponto quente do atual desenvolvimento da tecnologia de inteligência artificial. Nos últimos dois anos, houve uma grande explosão e um "armamento corrida". No geral, o modelo grande mostra a tendência de desenvolvimento de multimodalidade, multitecnologia, multicapacidade e multiaplicação. Ele mostrou bons efeitos de aplicação no ambiente de laboratório ideal e no ambiente real de indústrias verticais. No futuro, grandes e pequenos modelos serão formados.Um sistema inteligente que se desenvolve de forma colaborativa entre a nuvem e a borda.
Ao mesmo tempo, a inteligência artificial também trouxe enorme impacto e desafios às normas éticas e à governança social existentes. Portanto, como realizar a governança eficaz da inteligência artificial tornou-se o foco de atenção de todas as esferas da vida no país e no exterior nos últimos anos. Pode-se ver que a governança de inteligência artificial em casa e no exterior fez progressos revolucionários e entrou no estágio de estabelecer regras e regulamentos e implementá-los a partir do nível conceitual, e o desenvolvimento de IA confiável tornou-se o conteúdo principal.
Deve-se dizer que a inteligência artificial se tornou o "catalisador" mais importante da inovação tecnológica, e o processamento de linguagem natural (NLP) relacionado ao ChatGPT é considerado a "pérola" da coroa da inteligência artificial. Vimos que a história do desenvolvimento da inteligência artificial é, na verdade, uma história de melhoria contínua das dimensões do modelo, desde especialistas humanos escrevendo regras, até máquinas escrevendo um pequeno número de regras, até máquinas escrevendo um grande número de regras e, finalmente, transferindo aprendizado modelos grandes. Nesse processo, o ChatGPT usa métodos de aprendizado de texto para expandir o campo. O GPT-3 possui 500 bilhões de palavras e 175 bilhões de parâmetros. Finalmente, com o suporte de informações massivas, obteve uma melhoria abrangente nas funções, mas também há problemas com conteúdo e dados confiáveis.Os desafios da segurança e os altos custos de pouso.
02Do ponto de vista da demanda financeira para ver as oportunidades de aplicação da inteligência artificial
Com o profundo avanço da economia digital e a construção de uma sociedade digital, uma grande quantidade de dados foi gerada, fornecendo um amplo “solo” para modelagem, treinamento e aplicação de inteligência artificial. Em particular, o acúmulo de dados de grande escala e alta qualidade no campo financeiro, bem como cenários de aplicação multidimensionais e diversificados, oferece uma boa oportunidade para o desenvolvimento vigoroso de aplicações de inteligência artificial. Por meio da integração profunda de inteligência artificial e atendimento ao cliente financeiro, inovação de produtos, gerenciamento de operações, prevenção e controle de riscos e outros cenários de negócios, todo o processo de serviços financeiros é reformulado e capacitado de forma inteligente para promover inovação de produtos financeiros, reengenharia de processos, canal integração e serviço Atualize e expanda a amplitude e profundidade dos serviços financeiros, tornando-se uma importante fonte e força motriz para a transformação financeira digital.
Em última análise, o valor da aplicação da **inteligência artificial reside na resolução dos problemas existentes no campo financeiro, que precisam ser analisados sob a ótica das necessidades financeiras. Especificamente, do ponto de vista dos níveis mesocósmico e microcósmico da indústria financeira, as dificuldades enfrentadas são questões estratégicas. ** Diante de uma conjuntura econômico-financeira cada vez mais complexa, a formulação de estratégias para as instituições financeiras assume especial importância, não se tratando apenas de um "projeto de alto nível" da instituição, mas também de uma combinação efetiva de visão, lógica e experiência, bem como uma gestão dinâmica atempada e eficaz. A aplicação da inteligência artificial na formulação de estratégias é percepção, raciocínio e tomada de decisão.É naturalmente possível combinar com formulação de estratégia abrangente ou especial de instituições financeiras e realizar otimização aleatória dinâmica.
**O segundo é um problema estrutural. **Embora a força global da indústria financeira do meu país continue a aumentar, ainda existem muitas contradições estruturais de desenvolvimento desequilibrado e insuficiente, que também impõem requisitos de inteligência artificial para "compensar as deficiências". Por exemplo, se a aplicação de inteligência artificial no campo da gestão de patrimônio pode trazer mudanças para o desequilíbrio da estrutura de ativos domésticos e o layout de ativos financeiros afetará diretamente o objetivo principal das finanças para ajudar a prosperidade comum.
** A terceira é a questão dos fatores de produção. **O desenvolvimento sustentável e a transformação digital das instituições financeiras precisam considerar a economia, a escala e a eficiência dos insumos de fatores, cujo núcleo são os dados e as pessoas. Por um lado, os dados tornaram-se um importante fator de produção e um recurso estratégico nacional básico. Como o setor financeiro pode melhorar as atividades de ciclo de vida completo de dados "aquisição, armazenamento, cálculo, gerenciamento e uso" e promover a transformação de elementos de dados em ativos de dados é um desafio urgente enfrentado atualmente, e a combinação de inteligência artificial e big data vai estimular mais vitalidade. Por outro lado, os talentos fintech também são um recurso escasso.
A inteligência artificial pode se tornar um "assistente inteligente" para aprimorar as capacidades dos funcionários ou pode complementar as capacidades da equipe construindo "humanos digitais".
** A quarta é a questão da organização e operação. **A transformação digital da indústria financeira é indissociável da garantia da estrutura organizacional e das capacidades operacionais. Nesse processo, a inteligência artificial pode ser plenamente utilizada para criar um modelo operacional automatizado e inteligente, otimizar continuamente processos operacionais, inovar modelos operacionais, melhorar qualidade do serviço operacional e reduzir os custos operacionais, apoiando assim serviços financeiros abrangentes e inteligentes.
** A quinta é a questão da capacidade de atendimento. **As capacidades de serviço das instituições financeiras são refletidas em produtos diversificados, capacidades suficientes de análise de mercado, capacidades de marketing e canal, manutenção de clientes e capacidades de serviço de valor agregado, etc. Especialmente em termos de design de produto inteligente personalizado, marketing preciso de serviços de retrato holográfico do cliente e consistência da experiência online e offline, foram feitas explorações frutíferas.
**O sexto é a questão da gestão de riscos. **Atualmente, os riscos macro e micro enfrentados pelo setor financeiro são mais complexos. Se a inteligência artificial puder ser usada de maneira eficaz, um modelo inteligente de controle de risco pode ser estabelecido com base na integração e análise de big data, que se tornará uma maneira eficaz para identificar, monitorar e controlar os riscos. Por um lado, constrói visões de clientes, negócios e riscos para refletir de forma dinâmica e abrangente a imagem geral dos riscos; por outro lado, otimiza a avaliação inteligente do risco de crédito e realiza a transformação do controle de risco em controle numérico e controle inteligente.
** A sétima é a questão da eficácia do serviço. ** Se a aplicação de inteligência artificial no setor financeiro é eficiente, uma é da perspectiva das próprias instituições financeiras e a outra é da perspectiva das entidades de serviço. Por um lado, durante o rápido desenvolvimento da indústria financeira nos últimos anos, a tecnologia da informação teve um impacto muito profundo na melhoria e transformação da produtividade total dos fatores da indústria financeira. Uma das manifestações do valor de uso da inteligência artificial é se ela pode melhorar ainda mais a eficiência operacional das instituições financeiras e otimizar os indicadores financeiros. Por outro lado, o setor financeiro ainda tem muitas responsabilidades em ajudar na prosperidade inclusiva, verde, tecnológica e comum. O valor dos aplicativos de inteligência artificial para melhorar suas funções também precisa ser considerado.
A oitava é a questão ecológica da cooperação. **Do open banking ao open finance tornou-se o mainstream da inovação global, e as instituições financeiras precisam compartilhar dados, algoritmos, transações, processos e outras funções de negócios com o ecossistema de negócios para fornecer aos clientes, funcionários, desenvolvedores terceirizados, instituições Empresas de tecnologia, fornecedores e outros parceiros prestam serviços para criar um ecossistema financeiro digital caracterizado por "inteligência, abertura, compartilhamento, agilidade e integração". Com a bênção da inteligência artificial e do big data, pode ajudar a melhorar ainda mais a ecologia externa das instituições financeiras.
Objetivamente falando, a inteligência artificial é mais amplamente utilizada em operações organizacionais, capacidades de atendimento e gerenciamento de riscos, mas por fatores técnicos e institucionais ainda é insuficiente para resolver outras necessidades financeiras.
03Desafios na aplicação de inteligência artificial na indústria financeira
ChatGPT** destaca ainda mais as capacidades de aplicação da inteligência artificial, mas para a indústria financeira ainda enfrenta muitos desafios, impossibilitando por muito tempo trazer grandes mudanças para a indústria financeira. **
** A primeira é a governança de dados. **O ponto de partida da transformação digital do setor financeiro é fazer um bom trabalho na governança de dados. É necessário melhorar verdadeiramente o sistema de governança de dados, aprimorar os recursos de gerenciamento de dados, fortalecer o controle de qualidade dos dados e melhorar os recursos de aplicação de dados. A aplicação de inteligência artificial também é inseparável de dados massivos de alta qualidade, mas a governança de dados de instituições financeiras geralmente está em sua infância, e dados de baixa qualidade, ilhas de dados e dados dispersos são comuns, e é difícil fornecer dados suficientes suporte de elemento de dados para inteligência artificial.
**A segunda é a padronização da cena. **Embora a aplicação financeira da inteligência artificial incorpore as características de personalização e "milhares de pessoas e milhares de rostos", a longo prazo, no processo de integração de finanças e tecnologia, a verdadeira vitalidade é a padronização e uso geral cenário de inovação em tecnologia financeira, enquanto a cooperação diferenciada não baseada no modelo tradicional de terceirização também é uma das restrições dos aplicativos financeiros de inteligência artificial existentes.
** O terceiro é o limite de alto custo de tecnologia e soluções. **Aplicações técnicas e configurações de soluções de inteligência artificial em atividades financeiras costumam ter altos custos de implantação, dificultando o atendimento às necessidades de instituições financeiras de pequeno e médio porte. De acordo com estimativas de pesquisa da Guosheng Securities, o custo do treinamento GPT-3 é de cerca de 1,4 milhão de dólares americanos e, para alguns LLM (Large Language Model) maiores, o custo do treinamento está entre 2 milhões e 12 milhões de dólares americanos.
** O quarto é transparência e inexplicabilidade. **A chamada interpretabilidade refere-se à necessidade de se obter informações suficientes e compreensíveis no processo de cognição ou tomada de decisão de uma ação, de forma a auxiliar a tomada de decisão. No aprendizado de máquina, geralmente há um espaço não observável chamado "caixa preta" entre os dados de entrada e a resposta de saída. Somente desenvolvendo aplicativos financeiros de IA interpretáveis e confiáveis é possível alcançar a confiança do usuário, a auditabilidade do modelo e a redução de riscos.
** O quinto é a coordenação interna dentro da organização. **Na medida em que as instituições financeiras aplicam inteligência artificial e outras tecnologias de ponta, geralmente é difícil formar um mecanismo eficaz de "compatibilidade de incentivos" para promover as partes interessadas internas para chegar a um consenso para refletir o valor da inovação tecnológica com a máxima eficiência. Nesse sentido, como otimizar o modelo de organização e coordenação por meio do design de regras e, ao mesmo tempo, otimizar a iteração da própria solução técnica também é um desafio inevitável para a inteligência artificial.
** O sexto é o compartilhamento de responsabilidades. **O desenho do produto e a operação dos negócios das instituições financeiras possuem algumas particularidades, havendo também diversos riscos complexos. Portanto, com base na lógica de controle de risco e proteção ao consumidor financeiro, qualquer atividade financeira precisa de um mecanismo claro de compartilhamento de responsabilidades. Após a introdução da inteligência artificial, o equilíbrio de direitos e responsabilidades no processo original de negócios das instituições financeiras pode causar algumas novas ambiguidades, que precisam ser exploradas urgentemente sob os aspectos de regras institucionais, práticas comerciais, tecnologia e negócios, e o relacionamento entre modelos e pessoas.
**O sétimo é conformidade e ética. **Com o rápido desenvolvimento da tecnologia financeira, a supervisão de vários países está avançando com os tempos. Diante da evolução dinâmica dos princípios e modelos regulatórios, a aplicação financeira da inteligência artificial tem pressão de conformidade mais proeminente. Ao mesmo tempo, os desafios éticos da tecnologia financeira, como discriminação de algoritmos, eliminação de big data e vazamento de informações, também trouxeram "sombras" à aplicação da inteligência artificial. Ainda é necessário explorar como usar a inovação tecnológica "responsável" para criar serviços financeiros "quentes".
Em suma, a perspectiva de transformação digital impulsionada por inteligência artificial do setor financeiro já começou, mas não foi uma navegação tranquila e ainda existem muitos desafios importantes, que precisam urgentemente de auto-otimização e "descoberta" contínua.
Ver original
This page may contain third-party content, which is provided for information purposes only (not representations/warranties) and should not be considered as an endorsement of its views by Gate, nor as financial or professional advice. See Disclaimer for details.
Veja a aplicação de inteligência artificial na área financeira do ChatGPT
Autor: Yang Tao, vice-diretor do Laboratório Nacional de Finanças e Desenvolvimento
Resumo
Desde que o ChatGPT nasceu, este robô de diálogo de inteligência artificial se tornou um dos tópicos mais quentes do mundo. Se discutirmos o status de aplicação da inteligência artificial no campo financeiro sob a ótica do ChatGPT, objetivamente falando, a inteligência artificial tem maior grau de aplicação em operações organizacionais, capacidades de serviço e gerenciamento de riscos. Devido a fatores técnicos e institucionais, é insuficiente para resolver outras necessidades financeiras. O artigo apontou que, embora o ChatGPT tenha destacado ainda mais as capacidades de aplicação da inteligência artificial, ele ainda enfrenta muitos desafios para o setor financeiro, tornando-o incapaz de trazer grandes mudanças para o setor financeiro por muito tempo.
O ChatGPT, um robô de diálogo desenvolvido pela OpenAI, um laboratório americano de pesquisa em inteligência artificial, atraiu a atenção de todos os setores da vida no país e no exterior e deu início a uma rodada de boom da inteligência artificial. Ao mesmo tempo, a transformação digital do setor financeiro tornou-se a tendência geral de todos os países e também é uma importante direção de reforma promovida pelas autoridades reguladoras do meu país. Portanto, a partir do ChatGPT e uma análise aprofundada do status, oportunidades e desafios da aplicação da inteligência artificial no campo financeiro ajudará a perceber com mais precisão o desenvolvimento de alta qualidade da ciência e tecnologia em finanças.
01 O status quo do desenvolvimento de inteligência artificial e o status do ChatGPT
De uma perspectiva macro, a inteligência artificial é considerada a principal força motriz da economia digital, seja o design de alto nível do "14º Plano Quinquenal" e o plano de desenvolvimento da economia digital, ou a nova versão do sistema financeiro plano de desenvolvimento tecnológico e orientação de transformação digital no setor financeiro.Indústrias-chave e pedestais digitais. O rápido desenvolvimento da economia digital criou um bom ambiente econômico e técnico para a inteligência artificial; ao mesmo tempo, a inteligência artificial, como uma nova infraestrutura chave, também forneceu um novo impulso para o desenvolvimento da economia digital do meu país. No geral, a infraestrutura aberta e compartilhada de última geração, os processos de ferramentas focados e implementados e os diversos e amplos cenários de aplicativos fornecem um bom ambiente de aplicativos e espaço de mercado para o desenvolvimento vigoroso da inteligência artificial. **
Do ponto de vista das tendências de desenvolvimento tecnológico, o modelo de pré-treinamento em grande escala é, sem dúvida, o foco e o ponto quente do atual desenvolvimento da tecnologia de inteligência artificial. Nos últimos dois anos, houve uma grande explosão e um "armamento corrida". No geral, o modelo grande mostra a tendência de desenvolvimento de multimodalidade, multitecnologia, multicapacidade e multiaplicação. Ele mostrou bons efeitos de aplicação no ambiente de laboratório ideal e no ambiente real de indústrias verticais. No futuro, grandes e pequenos modelos serão formados.Um sistema inteligente que se desenvolve de forma colaborativa entre a nuvem e a borda.
Ao mesmo tempo, a inteligência artificial também trouxe enorme impacto e desafios às normas éticas e à governança social existentes. Portanto, como realizar a governança eficaz da inteligência artificial tornou-se o foco de atenção de todas as esferas da vida no país e no exterior nos últimos anos. Pode-se ver que a governança de inteligência artificial em casa e no exterior fez progressos revolucionários e entrou no estágio de estabelecer regras e regulamentos e implementá-los a partir do nível conceitual, e o desenvolvimento de IA confiável tornou-se o conteúdo principal.
Deve-se dizer que a inteligência artificial se tornou o "catalisador" mais importante da inovação tecnológica, e o processamento de linguagem natural (NLP) relacionado ao ChatGPT é considerado a "pérola" da coroa da inteligência artificial. Vimos que a história do desenvolvimento da inteligência artificial é, na verdade, uma história de melhoria contínua das dimensões do modelo, desde especialistas humanos escrevendo regras, até máquinas escrevendo um pequeno número de regras, até máquinas escrevendo um grande número de regras e, finalmente, transferindo aprendizado modelos grandes. Nesse processo, o ChatGPT usa métodos de aprendizado de texto para expandir o campo. O GPT-3 possui 500 bilhões de palavras e 175 bilhões de parâmetros. Finalmente, com o suporte de informações massivas, obteve uma melhoria abrangente nas funções, mas também há problemas com conteúdo e dados confiáveis.Os desafios da segurança e os altos custos de pouso.
02 Do ponto de vista da demanda financeira para ver as oportunidades de aplicação da inteligência artificial
Com o profundo avanço da economia digital e a construção de uma sociedade digital, uma grande quantidade de dados foi gerada, fornecendo um amplo “solo” para modelagem, treinamento e aplicação de inteligência artificial. Em particular, o acúmulo de dados de grande escala e alta qualidade no campo financeiro, bem como cenários de aplicação multidimensionais e diversificados, oferece uma boa oportunidade para o desenvolvimento vigoroso de aplicações de inteligência artificial. Por meio da integração profunda de inteligência artificial e atendimento ao cliente financeiro, inovação de produtos, gerenciamento de operações, prevenção e controle de riscos e outros cenários de negócios, todo o processo de serviços financeiros é reformulado e capacitado de forma inteligente para promover inovação de produtos financeiros, reengenharia de processos, canal integração e serviço Atualize e expanda a amplitude e profundidade dos serviços financeiros, tornando-se uma importante fonte e força motriz para a transformação financeira digital.
Em última análise, o valor da aplicação da **inteligência artificial reside na resolução dos problemas existentes no campo financeiro, que precisam ser analisados sob a ótica das necessidades financeiras. Especificamente, do ponto de vista dos níveis mesocósmico e microcósmico da indústria financeira, as dificuldades enfrentadas são questões estratégicas. ** Diante de uma conjuntura econômico-financeira cada vez mais complexa, a formulação de estratégias para as instituições financeiras assume especial importância, não se tratando apenas de um "projeto de alto nível" da instituição, mas também de uma combinação efetiva de visão, lógica e experiência, bem como uma gestão dinâmica atempada e eficaz. A aplicação da inteligência artificial na formulação de estratégias é percepção, raciocínio e tomada de decisão.É naturalmente possível combinar com formulação de estratégia abrangente ou especial de instituições financeiras e realizar otimização aleatória dinâmica.
**O segundo é um problema estrutural. **Embora a força global da indústria financeira do meu país continue a aumentar, ainda existem muitas contradições estruturais de desenvolvimento desequilibrado e insuficiente, que também impõem requisitos de inteligência artificial para "compensar as deficiências". Por exemplo, se a aplicação de inteligência artificial no campo da gestão de patrimônio pode trazer mudanças para o desequilíbrio da estrutura de ativos domésticos e o layout de ativos financeiros afetará diretamente o objetivo principal das finanças para ajudar a prosperidade comum.
** A terceira é a questão dos fatores de produção. **O desenvolvimento sustentável e a transformação digital das instituições financeiras precisam considerar a economia, a escala e a eficiência dos insumos de fatores, cujo núcleo são os dados e as pessoas. Por um lado, os dados tornaram-se um importante fator de produção e um recurso estratégico nacional básico. Como o setor financeiro pode melhorar as atividades de ciclo de vida completo de dados "aquisição, armazenamento, cálculo, gerenciamento e uso" e promover a transformação de elementos de dados em ativos de dados é um desafio urgente enfrentado atualmente, e a combinação de inteligência artificial e big data vai estimular mais vitalidade. Por outro lado, os talentos fintech também são um recurso escasso.
A inteligência artificial pode se tornar um "assistente inteligente" para aprimorar as capacidades dos funcionários ou pode complementar as capacidades da equipe construindo "humanos digitais".
** A quarta é a questão da organização e operação. **A transformação digital da indústria financeira é indissociável da garantia da estrutura organizacional e das capacidades operacionais. Nesse processo, a inteligência artificial pode ser plenamente utilizada para criar um modelo operacional automatizado e inteligente, otimizar continuamente processos operacionais, inovar modelos operacionais, melhorar qualidade do serviço operacional e reduzir os custos operacionais, apoiando assim serviços financeiros abrangentes e inteligentes.
** A quinta é a questão da capacidade de atendimento. **As capacidades de serviço das instituições financeiras são refletidas em produtos diversificados, capacidades suficientes de análise de mercado, capacidades de marketing e canal, manutenção de clientes e capacidades de serviço de valor agregado, etc. Especialmente em termos de design de produto inteligente personalizado, marketing preciso de serviços de retrato holográfico do cliente e consistência da experiência online e offline, foram feitas explorações frutíferas.
**O sexto é a questão da gestão de riscos. **Atualmente, os riscos macro e micro enfrentados pelo setor financeiro são mais complexos. Se a inteligência artificial puder ser usada de maneira eficaz, um modelo inteligente de controle de risco pode ser estabelecido com base na integração e análise de big data, que se tornará uma maneira eficaz para identificar, monitorar e controlar os riscos. Por um lado, constrói visões de clientes, negócios e riscos para refletir de forma dinâmica e abrangente a imagem geral dos riscos; por outro lado, otimiza a avaliação inteligente do risco de crédito e realiza a transformação do controle de risco em controle numérico e controle inteligente.
** A sétima é a questão da eficácia do serviço. ** Se a aplicação de inteligência artificial no setor financeiro é eficiente, uma é da perspectiva das próprias instituições financeiras e a outra é da perspectiva das entidades de serviço. Por um lado, durante o rápido desenvolvimento da indústria financeira nos últimos anos, a tecnologia da informação teve um impacto muito profundo na melhoria e transformação da produtividade total dos fatores da indústria financeira. Uma das manifestações do valor de uso da inteligência artificial é se ela pode melhorar ainda mais a eficiência operacional das instituições financeiras e otimizar os indicadores financeiros. Por outro lado, o setor financeiro ainda tem muitas responsabilidades em ajudar na prosperidade inclusiva, verde, tecnológica e comum. O valor dos aplicativos de inteligência artificial para melhorar suas funções também precisa ser considerado.
A oitava é a questão ecológica da cooperação. **Do open banking ao open finance tornou-se o mainstream da inovação global, e as instituições financeiras precisam compartilhar dados, algoritmos, transações, processos e outras funções de negócios com o ecossistema de negócios para fornecer aos clientes, funcionários, desenvolvedores terceirizados, instituições Empresas de tecnologia, fornecedores e outros parceiros prestam serviços para criar um ecossistema financeiro digital caracterizado por "inteligência, abertura, compartilhamento, agilidade e integração". Com a bênção da inteligência artificial e do big data, pode ajudar a melhorar ainda mais a ecologia externa das instituições financeiras.
Objetivamente falando, a inteligência artificial é mais amplamente utilizada em operações organizacionais, capacidades de atendimento e gerenciamento de riscos, mas por fatores técnicos e institucionais ainda é insuficiente para resolver outras necessidades financeiras.
03 Desafios na aplicação de inteligência artificial na indústria financeira
ChatGPT** destaca ainda mais as capacidades de aplicação da inteligência artificial, mas para a indústria financeira ainda enfrenta muitos desafios, impossibilitando por muito tempo trazer grandes mudanças para a indústria financeira. **
** A primeira é a governança de dados. **O ponto de partida da transformação digital do setor financeiro é fazer um bom trabalho na governança de dados. É necessário melhorar verdadeiramente o sistema de governança de dados, aprimorar os recursos de gerenciamento de dados, fortalecer o controle de qualidade dos dados e melhorar os recursos de aplicação de dados. A aplicação de inteligência artificial também é inseparável de dados massivos de alta qualidade, mas a governança de dados de instituições financeiras geralmente está em sua infância, e dados de baixa qualidade, ilhas de dados e dados dispersos são comuns, e é difícil fornecer dados suficientes suporte de elemento de dados para inteligência artificial.
**A segunda é a padronização da cena. **Embora a aplicação financeira da inteligência artificial incorpore as características de personalização e "milhares de pessoas e milhares de rostos", a longo prazo, no processo de integração de finanças e tecnologia, a verdadeira vitalidade é a padronização e uso geral cenário de inovação em tecnologia financeira, enquanto a cooperação diferenciada não baseada no modelo tradicional de terceirização também é uma das restrições dos aplicativos financeiros de inteligência artificial existentes.
** O terceiro é o limite de alto custo de tecnologia e soluções. **Aplicações técnicas e configurações de soluções de inteligência artificial em atividades financeiras costumam ter altos custos de implantação, dificultando o atendimento às necessidades de instituições financeiras de pequeno e médio porte. De acordo com estimativas de pesquisa da Guosheng Securities, o custo do treinamento GPT-3 é de cerca de 1,4 milhão de dólares americanos e, para alguns LLM (Large Language Model) maiores, o custo do treinamento está entre 2 milhões e 12 milhões de dólares americanos.
** O quarto é transparência e inexplicabilidade. **A chamada interpretabilidade refere-se à necessidade de se obter informações suficientes e compreensíveis no processo de cognição ou tomada de decisão de uma ação, de forma a auxiliar a tomada de decisão. No aprendizado de máquina, geralmente há um espaço não observável chamado "caixa preta" entre os dados de entrada e a resposta de saída. Somente desenvolvendo aplicativos financeiros de IA interpretáveis e confiáveis é possível alcançar a confiança do usuário, a auditabilidade do modelo e a redução de riscos.
** O quinto é a coordenação interna dentro da organização. **Na medida em que as instituições financeiras aplicam inteligência artificial e outras tecnologias de ponta, geralmente é difícil formar um mecanismo eficaz de "compatibilidade de incentivos" para promover as partes interessadas internas para chegar a um consenso para refletir o valor da inovação tecnológica com a máxima eficiência. Nesse sentido, como otimizar o modelo de organização e coordenação por meio do design de regras e, ao mesmo tempo, otimizar a iteração da própria solução técnica também é um desafio inevitável para a inteligência artificial.
** O sexto é o compartilhamento de responsabilidades. **O desenho do produto e a operação dos negócios das instituições financeiras possuem algumas particularidades, havendo também diversos riscos complexos. Portanto, com base na lógica de controle de risco e proteção ao consumidor financeiro, qualquer atividade financeira precisa de um mecanismo claro de compartilhamento de responsabilidades. Após a introdução da inteligência artificial, o equilíbrio de direitos e responsabilidades no processo original de negócios das instituições financeiras pode causar algumas novas ambiguidades, que precisam ser exploradas urgentemente sob os aspectos de regras institucionais, práticas comerciais, tecnologia e negócios, e o relacionamento entre modelos e pessoas.
**O sétimo é conformidade e ética. **Com o rápido desenvolvimento da tecnologia financeira, a supervisão de vários países está avançando com os tempos. Diante da evolução dinâmica dos princípios e modelos regulatórios, a aplicação financeira da inteligência artificial tem pressão de conformidade mais proeminente. Ao mesmo tempo, os desafios éticos da tecnologia financeira, como discriminação de algoritmos, eliminação de big data e vazamento de informações, também trouxeram "sombras" à aplicação da inteligência artificial. Ainda é necessário explorar como usar a inovação tecnológica "responsável" para criar serviços financeiros "quentes".
Em suma, a perspectiva de transformação digital impulsionada por inteligência artificial do setor financeiro já começou, mas não foi uma navegação tranquila e ainda existem muitos desafios importantes, que precisam urgentemente de auto-otimização e "descoberta" contínua.